ZDNet至顶网软件频道消息:近日,超图软件召开媒体开放日活动,邀请媒体探访超图软件新办公大楼,并了解GIS(地理信息系统)在当前云计算、大数据、移动等新技术趋势下的发展走向以及超图软件面向GIS市场的新策略。超图软件总裁宋关福表示:“作为一项从小众认知中突围出来的技术,GIS现在的应用范围一点都不小众,已经应用于各行各业。在我们看来,地理也能有智慧,而‘地理智慧创新IT价值’正是超图软件的新企业宗旨。”

宋关福总裁讲解如何用理智慧创新IT价值
就“地理智慧创新IT价值”,宋关福进一步解释:地理智慧是以空间分析技术为基础进行的地理决策(Geo-decision)、地理设计(Geodesign)和地理控制(Geo-control)。如2003年中国爆发SARS疫情,超图软件迅速为北京疾控中心、国家疾控中心和卫生部免费开发部署了SARS疫情分析系统,把北京的疑似病例、确诊病例、死亡人数等信息都在地图位置上进行标注,并根据各类病例在不同区域的分布情况制定防控策略,这就是典型的地理决策的案例。又比如红绿灯优化与自动控制则是地理控制的一个很好的应用案例。
从当前市场来看,地理智慧应用正在朝向两个方向发展。一个是各大互联网公司目前推出的电子地图、电子导航应用,这类应用面向公众,而且以免费的形式提供服务;另一个方向就是超图软件主攻的GIS,这类应用面向政府和企业客户。

SuperMapGIS所应用的行业
而从超图推出的GIS应用来看,主要包括二三维GIS、移动GIS和云GIS,可谓既包括传统业务,也包括适应云时代、移动互联时代特点的应用。
据超图软件副总裁王康弘介绍,超图面对互联网有3个策略:首先,坚持GIS平台软件创新。2013年9月,超图推出云端一体化的GIS平台软件SuperMapGIS 7C,实现云GIS平台软件产品化,让用户可以构建GIS的云应用。而记者获悉,今年11月份超图还将推出SuperMap GIS 7C的第一个升级版本SuperMap GIS 7.1。而超图目前也正在研发下一代完全公有云化的GIS平台SuperMap iCloud。
超图软件SuperMap云端一体化GIS产品体系
其次,超图将会持续推动GIS应用创新。超图将基于云端一体化的GIS平台软件,与广大合作伙伴一起持续推动智慧城市等行业的深入应用创新,同时借助新技术将GIS应用到更多的行业中去。
再次,超图会不断探索地理信息云服务模式。比如,超图组建成立企业云事业部,正在从企业应用入手探索地理信息云服务应用模式。目前已经为海尔、宅急送、美的等企业成功提供了地理信息云服务应用。王康弘介绍,超图也在积极与具备行业专题数据的合作伙伴深入合作,将行业数据与地理空间数据结合,利用GIS云服务和大数据,探索地理商业智能。
在超图软件提供的GIS服务中,智慧城市解决方案是一个亮点。据超图软件总工程师梁军介绍,面对智慧城市进程,超图软件可提供完整、安全的基础GIS平台产品,提供“一平台(地理信息共享平台)、多行业、多应用的一体化共享与整合”建设模式,并能提供规划、咨询、顶层设计协同、公共云、城市运维等服务。
对于超图软件来说,研发是其创新的源泉。据记者了解,超图软件每年在研发方面的投入达到了8000万元。超图研究院副院长李绍俊介绍,自超图软件成立至今,超图研发中心创新并研发了组件式GIS、服务式GIS、跨平台GIS、二三维一体化GIS及云端一体化GIS五大GIS技术与产品体系,这些体系紧跟IT发展潮流。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。